一種語音搜索列表的實現(xiàn)方法與流程

本發(fā)明涉及搜索技術領域，尤其是一種語音搜索列表的實現(xiàn)方法。

背景技術：

現(xiàn)有技術中，語音識別系統(tǒng)在進行搜索列表時，無法將列表項的屬性關聯(lián)；或者即使關聯(lián)，但需要手工排列組合可能的發(fā)音。例如，對于第一種情況，在通訊錄里有總務科張三和人事科章山，兩個人名發(fā)音相似，如果用戶說“打電話給人事科章山”，語音識別可能會返回“打電話給人事科張三”。這里人名和部門這兩個屬性沒有關聯(lián)，導致識別出錯誤的聯(lián)系人。再例如，對于第二種情況，用戶需要在附近的飯店列表中選出“麥當勞(珠江路5000號)”和“肯德基(長江路6000號)”，需要進行排列所有可能的發(fā)音序列。比如對于第一個麥當勞，就生成如下發(fā)音序列：“麥當勞”，“珠江路麥當勞”，“珠江路5000號麥當勞”，“珠江路5000號”和“珠江路”；對于第二個肯德基，就生成如下發(fā)音序列：“肯德基”，“長江路肯德基”，“長江路6000號肯德基”，“長江路6000號”和“長江路”。這種屬性關聯(lián)方法的缺陷為不靈活，程序必須列出所有序列；運算量大，隨著列表屬性增加，可能的發(fā)音序列變得很大。綜合以上兩種情況，現(xiàn)有技術沒有解決好靈活性和復雜性的矛盾。

技術實現(xiàn)要素：

本發(fā)明所要解決的技術問題在于，提供一種語音搜索列表的實現(xiàn)方法，可以降低計算復雜性，同時增加了靈活性。

為解決上述技術問題，本發(fā)明提供一種語音搜索列表的實現(xiàn)方法，包括如下步驟：

(1)列表預處理：

一個列表，提取每個列表項C的所有屬性的關鍵字，切詞且去除重復，得到詞匯樣本V(v₁,v₂,…v_n)，有n個獨立的詞；

(2)語音識別

將詞匯樣本V傳送給語音識別器，并加載UNIGRAM語言模型，進行語音識別，得到N-BEST結果R，其中每個結果t為識別出的詞，w為該詞的權重；

(3)計算似然估計值

對每個列表項C，計算其歸一化的似然估計值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏ter g(t|c)

其中，a、b為預設的常數(shù)，c為一個列表項，r為一個語音識別結果，t為一個識別的詞，w為一個識別的詞t的權重；

(4)列表搜索；根據(jù)列表項的似然估計值重新排序，選出似然估計值最大的列表項。

優(yōu)選的，步驟(1)中，詞匯樣本V必須去除重復詞匯。

優(yōu)選的，步驟(2)中，語音識別器裝載詞匯樣本V和UNIGRAM語言模型，識別輸入語音數(shù)據(jù)并輸出N-BEST結果。

優(yōu)選的，步驟(2)中，語音識別器加載的UNIGRAM語言模型是動態(tài)生成的，而UNIGRAM語法是固定的，不依賴于列表而變化，每種語言只需有一個UNIGRAM語法。

優(yōu)選的，步驟(2)中，語音識別器為嵌入式語音識別器或任何支持N-BEST結果的語音識別器。

優(yōu)選的，步驟(2)中，權重為概率或信任值。

優(yōu)選的，步驟(2)中，詞匯樣本V中可以增加常用連接詞和介詞。

優(yōu)選的，步驟(3)中，計算似然估計值基于樸素貝葉斯概率模型，并且使用了所有N-BEST結果。

優(yōu)選的，步驟(3)中，a、b為預設的常數(shù)，根據(jù)試驗數(shù)據(jù)來設置。

優(yōu)選的，步驟(3)中，計算似然估計值方法與語音識別器無關。

本發(fā)明的有益效果為：很好的解決了語音搜索列表的靈活性和復雜性的矛盾，降低了計算復雜性，同時增加了靈活性。

附圖說明

圖1是本發(fā)明的方法流程示意圖。

圖2是本發(fā)明的語音識別流程示意圖。

圖3是本發(fā)明的已獲取N-BEST結果后的實現(xiàn)方法流程示意圖。

具體實施方式

如圖1和圖2所示，一種語音搜索列表的實現(xiàn)方法，包括如下步驟：

(1)列表預處理：

一個列表，提取每個列表項C的所有屬性的關鍵字，切詞且去除重復，得到詞匯樣本V(v₁,v₂,…v_n)，有n個獨立的詞；

(2)語音識別

將詞匯樣本V傳送給語音識別器，進行語音識別，得到N-BEST結果R，其中每個結果t為識別出的詞，w為該詞的權重；權重為概率或信任值等；N-BEST為一種搜索算法，結果為N個最優(yōu)路徑；

(3)計算似然估計值

對每個列表項C，計算其歸一化的似然估計值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏_ter g(t|c)

其中，a、b為預設的常數(shù)，c為一個列表項，r為一個語音識別結果，t為一個識別的詞，w為一個識別的詞t的權重；

(4)列表搜索；根據(jù)列表項的似然估計值重新排序，選出似然估計值最大的列表項。

如圖3所示，為已獲取N-BEST結果后的實現(xiàn)方法流程示意圖。依次取下一個列表項c，初始化似然估計值lik(c)＝1，取下一個N-BEST結果r，取下一個詞t；若r包含t，則lik(c)＝lik(c)*wt*a；若r不包含t，則lik(c)＝lik(c)*wt*b；獲得似然估計值lik(c)；若還有未取詞，則繼續(xù)取詞重復上述步驟；若還有未取的N-BEST結果，則繼續(xù)取下一個N-BEST結果，重復上述步驟。

以用戶需要在列表中使用語音選擇一個快餐店為例。用戶需要在列表

[{“id”:0,“name”:”麥當勞”,“address”:”珠江路5000號”,“phone”:“555-12345678”},

{“id”:1,“name”:”肯德基”,“address”:”長江路6000號”,“phone”:“555-87654321”}]中使用語音選擇一個快餐店，具體步驟如下：

(1)提取關鍵字，得到列表[“麥當勞”,“珠江路5000號”,“555-12345678”,“肯德基”,“長江路6000號”,“555-87654321”]；

(2)切詞，并且除去重復，得到詞匯樣本列表V＝[“麥當勞”,“珠江路”,“5000號”,“555-12345678”,“12345678”“肯德基”,“長江路”,“6000號”,“555-87654321”,“87654321”]；

(3)將此詞匯樣本V傳給語音識別器，每個語音識別器都有特定的方法；

(4)語音識別，假設用戶說“珠江路麥當勞”，得到N-BEST結果R＝

{{“珠江路”:0.9,“麥當勞”:0.8},

{{“珠江路”:0.8,“麥當勞”:0.6,“6000號”:0.2},

{“珠江路”:0.7,“肯德基”:0.2,“6000號”:0.1}}

(5)計算似然估計值，假設(a＝0.5,b＝0.1)

麥當勞的似然估計值lik(0)＝(0.5*0.9)*(0.5*0.8)*(0.5*0.8)*(0.5*0.6)*(0.1*0.2)*(0.5*0.7)*(0.1*.0.2)*(0.1*0.1)＝3e-8

肯德基的似然估計值lik(1)＝(0.1*0.9)*(0.1*0.8)*(0.1*0.8)*(0.1*0.6)*(0.5*0.2)*(0.1*0.7)*(0.5*0.2)*(0.5*0.1)＝1e-9；

(6)重新排序，選出似然估計值最大的列表項“麥當勞”，因為麥當勞的似然估計值大于肯德基的似然估計值。

盡管本發(fā)明就優(yōu)選實施方式進行了示意和描述，但本領域的技術人員應當理解，只要不超出本發(fā)明的權利要求所限定的范圍，可以對本發(fā)明進行各種變化和修改。